许多机器学习 (machine learning)项目中，你需要遵循一系列步骤：加载数据、进行预处理、训练模型，然后评估其性能。随着这些序列变得更复杂，独立管理每个步骤可能会很困难，并可能引入错误或导致结果难以复现。本章介绍机器学习流水线，将其作为一种结构化方法来组织和自动化这些工作流程。

你将学习使用 MLJ.jl 来构建这些流水线，将数据预处理阶段与模型训练连接成一个有机的整体。我们将介绍保存和加载已训练流水线的方法，以便后续使用或部署。此外，你将看到如何构建和调整更复杂的、多步骤的工作流程。最后，我们将讲解有助于确保你的机器学习实验可复现的策略，这是开发可靠模型的重要一环。